CS1237 数据实测

目录

硬件

测试数据

结论

性能

转换时间


硬件

外部电阻+电位器 模拟 传感器信号

测试数据

一下记录数据为ADC原始数据未经过软件滤波

跳动幅度图片
DEV_FREQUENCY_10DEV_PGA_1751
DEV_FREQUENCY_40DEV_PGA_11562
DEV_FREQUENCY_640DEV_PGA_18243
DEV_FREQUENCY_640DEV_PGA_64451414
DEV_FREQUENCY_1280DEV_PGA_133655

 图1

  图2

 

 图3

                                                                  图4

 图5

结论

性能

 

 上面测试数据 在10HZ的时候约有7位数据跳动,但是会有突然的一个高峰值,我怀疑可能与我的测试环境与硬件连接线有关,因为输入信号只有8mV(连接线有约15cm)。

数据手册的19.5bit 实测17位,打了87折。一般的测试应该也是这种情况,与测试环境有关。

转换时间

与这个手册基本对的上,我通过示波器对比了640hz 与1280hz,能精确到差不多的100us是一致的。

这可比我之前选用差分放大器性价比要高多了。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CS(Compressed Sensing)算法是一种利用数据压缩和重建技术实现成像过程的方法。在传统成像过程中,需要采集大量的原始数据,并且使用复杂的信号处理算法进行图像重建。而CS算法则可以大大减少数据采集的量和信号处理的复杂性。 CS算法通过对原始数据进行稀疏变换,将原始信号表示为一组稀疏系数或稀疏字典的线性组合。然后,在采集过程中,只需要获取少量的采样数据,就可以根据稀疏表示的特点进行数据重建。因为数据数量大量减少,所以能够大幅减少成像采集时间,提高成像效率。 实测数据成像意味着对真实场景进行数据采集和成像处理。CS算法在实测数据成像中发挥了重要作用。传统的数据采集过程需要对整个场景进行高密度的采样,耗费时间和资源。而CS算法可以通过少量的非随机采样点获取所需信息,并根据有限的采样数据进行快速重建。 CS算法在实测数据成像中的应用涉及到多个领域,如地质勘探、医学成像、图像处理等。它能够在保持图像质量的同时,大大减少成像时间和数据采集成本。尤其在一些高时间分辨率的成像应用中,CS算法能够更好地满足需求。它可以应用于实时成像、动态成像等场景,并且能够处理多通道数据。 总之,CS算法在实测数据成像中具有重要的应用前景。通过对原始数据进行稀疏表示和压缩,CS算法能够实现高效的数据采集和快速的图像重建,为实测数据成像带来了新的思路和方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值